Моя заявка приходится иметь дело с данными (содержатся в CSV), который имеет следующий вид:Панда: Использование Unix эпоха метки времени как индекс Datetime
Epoch (number of seconds since Jan 1, 1970), Value
1368431149,20.3
1368431150,21.4
..
В настоящее время я прочитал CSV, используя Numpy метод loadtxt (может легко используйте read_csv из Pandas). В настоящее время для моей серии я преобразование временных меток поля следующим образом:
timestamp_date=[datetime.datetime.fromtimestamp(timestamp_column[i]) for i in range(len(timestamp_column))]
Я следую, установив timestamp_date как индекс Datetime для моего DataFrame. Я попытался найти в нескольких местах, чтобы узнать, есть ли более быстрый (встроенный) способ использования этих временных меток Unix, но не нашел их. Многие приложения используют такую временную терминологию.
- Есть ли встроенный метод обработки таких временных шаблонов?
- Если нет, то каков рекомендуемый способ обработки этих форматов?
Вау! Не знал, что это может быть так просто! Наилучшая часть состоит в том, что он сохраняет ощущение векторной операции. –
N.B. https://github.com/pydata/pandas/issues/3540 –